Alpha Cephei
Anbieter des Offline-Spracherkennungs-Toolkits Vosk (Apache-2.0) – Kaldi-basierte Modelle für über 20 Sprachen, vom Raspberry Pi bis zum Server.
Profil
Alpha Cephei Inc. entwickelt das quelloffene Spracherkennungs-Toolkit Vosk und bezeichnet seine Mission selbst als „primär wissenschaftlich“. Maßgeblicher Entwickler und Maintainer ist Nickolay V. Shmyrev, der zuvor lange am CMU-Sphinx-Projekt mitgearbeitet hat. Neben der offenen Version bietet das Unternehmen Vosk Enterprise und Vosk Mobile an.
Modellstrategie
Die Vosk-API steht unter Apache-2.0, die Modelle tragen eigene Lizenzen (überwiegend Apache-2.0, einzelne LGPL, GPL oder nicht-kommerziell). Die etablierten Modelle beruhen auf Kaldi (nnet3-TDNN), neuere Modelle für einzelne Sprachen auf Zipformer2 aus k2/icefall. Angeboten werden kleine Modelle um 50 MB für Mobilgeräte und große Servermodelle mit mehreren GB.
Einordnung
Vosk ist eine bewährte, sehr ressourcenschonende Option für Offline-Spracherkennung mit festem oder anpassbarem Vokabular, etwa für Sprachsteuerung und Telefonie. Bei freier Rede liegen moderne Transformer-Modelle in der Genauigkeit inzwischen meist deutlich vorn.
Modelle von Alpha Cephei
Vosk (Deutsch)
Apache-2.0Offline-Spracherkennung von Alpha Cephei für Deutsch (Apache-2.0) – Kaldi-Modelle von 45 MB für Raspberry Pi bis 4,4 GB für Server, mit anpassbarem Vokabular.
- Kontext
- —
- Parameter
- —
- Modalität
- Eingabe: Audio. Ausgabe: Text.
- Betrieb
- Lokal (On-Premise)